“No meu tempo, [...] haveria um respeito ao sexo e ao gênero das pessoas”: Reiterações das normas de gênero e da heteronormatividade no currículo escolar
Bibliographic record
Abstract
Este artigo traz parte dos resultados de uma pesquisa de mestrado em Educação que analisou os processos de (re)produção de sujeitos generificados em uma escola pública de Educação Básica, localizada em Aracaju (SE). Esta pesquisa foi elaborada sob a perspectiva pós-crítica educacional entre os anos 2015 e 2017. Como metodologia, articulamos entrevistas semiestruturadas e análise do discurso e problematização de inspiração foucaultiana. Para produção de informações, utilizamos entrevistas com perguntas semiestruturada com 16 docentes (12 mulheres e 4 homens), com idade entre 27 e 66 anos. Foi possível perceber que as normas de gênero, em articulação com a heternormatividade, estão presentes na escola investigada a partir de discursos científico, biológico e religioso que, por sua vez, estabelecem dicotomias, vinculações e resistências caracterizando gênero como algo em constante produção e (re)produção. Considerando que problematização é um convite para colocar sob suspeita nossas formas de pensar e agir, mobilizamos, pois, os excertos das entrevistas como um aceite a esse convite e como um modo de tensionar esses discursos. Palavras-chave: Gênero. Escola. Pós-crítica. Heteronormatividade.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.014 | 0.018 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.007 | 0.017 |
| Scholarly communication | 0.008 | 0.005 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.004 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".